Python金融大數據風控建模實戰：基於機器學習
王青天 孔越
3693人在讀
28.5萬字總字數
¥71定價
王青天 孔越
本書的定位是一本Python金融大數據風控建模的入門級讀物。全書包括4篇：背景篇旨在由淺入深地引領讀者走進金融科技領域，瞭解智能風控，系統、全面地認識評分卡；基礎篇圍繞評分卡構建的全流程，向讀者一一講述每個環節的理論知識，隨之進行代碼實踐，幫助讀者獲得從0至1構建評分卡模型的工程能力；進階篇旨在從建模中可能遇到問題出發，提供一些問題解決或模型提升的思路，使建立的評分卡具有更好的業務適應及預測能力；實戰篇結合真實信貸場景的數據集，帶領讀者完成從數據分析至評分卡生成的各個流程，旨在讓讀者體驗真實場景，具備評分卡實戰能力，亦可作爲讀者實際工作中構建評分卡的參考。本書適合有一定Python語言基礎的金融風控相關技術人員閱讀，也適合想要了解人工智能如何在金融場景應用的開發及業務人員。另外，也適合專業培訓機構的學員和相關專業的學生。
無監督編碼常用的3種方式：One-hot （獨熱） 編碼、Dummy variable （啞變量） 編碼和Label （標籤） 編碼。
可能是初稿，有不少編輯和目錄錯誤，但仍不失爲一本關於機器學習實戰的好書。
針對的整體的評分卡開發的流程梳理的比較清楚，且也給出了一些關注點供參考。
還不錯吧 可以看看感興趣的部分 能有些啓發
內容還可以，介紹了怎麼用機器學習以及其他人工智能的手段篩選客戶，防範風險（其實就是賴賬）。可惜沒有結合國內的例子來講，關於機器學習那部分也是直接抄其他教材。對銀行從業人員來說還是比較有用的。
雖然所寫的都是機器學習應用在風控領域的一些基礎例子，用的也都是現成的庫，缺少對於庫裏源碼的講解。但好在很全面，由經典的評分卡模型入手，講解了包括變量編碼，特徵選擇，模型訓練，模型評估，集成學習等概念。相比其他講金融科技書籍長篇大論演講式的“talk is cheap”，這是真正的“show me the code”實戰講解。
內容比較全，適合入門，但是每部分內容又不夠深入，總體還是比較推薦了
除了blending，基本都用過了，比較基礎，大量工具和代碼相關內容是基於sklearn來做，想做評分卡的可以看一看，基本包括了AB卡的構建全流程，照着做可以做出來。不過也發現一個現象，就是介紹應用類的AI書籍，基本都比較基礎，看來行業和場景的難以深入化是同行共同的問題，大多數時候都是以做出來爲主，至於優化提升做的都比較少。
粗略看了一下。基本上是入門書籍。對金融風控體系進行初步瞭解。需要應用的方法和整體步驟。細節還有很多沒設計
一衆渾水摸魚的書中算是比較良心的